“电力负荷数据”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2921553个，建议您升级VIP下载更多相关专利

[发明专利]基于用户负荷模式分类的短期电力负荷预测方法-CN202011446664.2在审
发明人：胡楠;傅靖;王栋;姜吉祥;黄霆;贲树俊;徐晓轶;毛艳芳;于雅薇;朱忆洋 -专利权人：国网江苏省电力有限公司南通供电分公司
申请日： 2020-12-11 - 公布日： 2021-03-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于用户负荷模式分类的短期电力负荷预测方法，所述短期电力负荷预测方法主要包括海量高维数据预处理、用户负荷模式分类器、LSTM模型训练及预测，通过对所有历史样本进行数据预处理、K‑means聚类分析、灰色关联分析、通过K近邻分类算法(KNN)建立分类器以及对不同类型负荷数据采用LSTM神经网络方法建立不同的负荷预测模型，从而得到待预测日的电力负荷特性。本发明提供一种基于用户负荷模式分类的短期电力负荷预测方法，能够迅速准确的得到待预测日的负荷特性，保证电力系统运行和管理的高效和稳定。
基于用户负荷模式分类短期电力预测方法

[发明专利]电力负荷预测方法、设备及计算机可读存储介质-CN202310664533.9在审
发明人：王佳文 -专利权人：阳光新能源开发股份有限公司
申请日： 2023-06-05 - 公布日： 2023-08-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了电力负荷预测方法、设备及计算机可读存储介质，该方法包括：确定各个电力负荷预测模型基于当前电力负荷数据对应的预测结果；获取各个所述电力负荷预测模型对应的权重系数；根据各个所述电力负荷预测模型对应的权重系数和对应的所述预测结果，确定目标电力负荷预测结果。解决单一电力负荷预测模型无法满足不同的负荷预测场景的问题，实现对不同场景下的电力负荷预测。
电力负荷预测方法设备计算机可读存储介质

[发明专利]一种基于改进K均值聚类CCA-BiLSTM多维度短期电力负荷预测方法-CN202210003822.X在审
发明人：李鑫;李昊;杨桢;李洪珠;左辉;马煜翔;徐彤 -专利权人：辽宁工程技术大学
申请日： 2022-01-04 - 公布日： 2022-04-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于改进K均值聚类CCA‑BiLSTM多维度短期电力负荷预测方法，属于电力负荷预测技术领域。该方法首先对历史负荷与多维度数据进行预处理，按月去除异常值、补充缺失值；之后初定k个日负荷特征标签，采用PCCs改进的K均值算法对历史负荷数据聚类并采用DBi指数分析，结合分析结果与工程经验，明确日负荷标签k值与其对应负荷标签w的特征；构建预处理后的历史多维度数据向量集，将其与历史负荷数据进行CCA贡献度分析，并筛分出10个特征变量重构特征数据集；利用历史负荷数据、负荷标签与重构数据集完成BiLSTM网络进行训练，最终实现对未来短期电力负荷数据的预测。利用本发明所提出的短期电力负荷预测方法，可降低预测过程的时间冗余度，减少所需外部变量的维度，有效增强负荷预测结果的准确性与通用性。
一种基于改进均值 cca bilstm 多维短期电力负荷预测方法

[发明专利]电力系统基础负荷计算方法及系统-CN202310606113.5在审
发明人：于宗超;文明;谢欣涛;李文英;廖晔;梁海维;罗姝晨;潘馨 -专利权人：国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网有限公司
申请日： 2023-05-26 - 公布日： 2023-08-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种电力系统基础负荷计算方法，包括构建基础负荷影响因子；采集基础负荷影响因子历史数据及电力负荷基础数据并处理得到训练数据集和测试数据集；构建广义相加负荷剖析模型并训练；采用测试数据集对训练后的模型进行测试得到最终的广义相加负荷剖析模型；根据最终的广义相加负荷剖析模型计算得到目标电力系统的基础负荷。本发明还公开了一种实现所述电力系统基础负荷计算方法的系统。本发明针对影响电力系统负荷的核心因素，建立了广义相加负荷剖析模型，利用理论模型实现基础负荷客观、合理、准确的计算；而且本发明创新性的提出了一种剔除核心因素影响的基础负荷计算方案，具有较高的普适性，而且可靠性高
电力系统基础负荷计算方法系统

[发明专利]基于多特征分解与融合的电力负荷预测方法及系统-CN202210627288.X有效
发明人：李雪梅;袁晨迅;王梓颖;张彩明 -专利权人：山东大学
申请日： 2022-06-06 - 公布日： 2022-08-23 - 主分类号： G06F17/00 文献下载
摘要：本发明涉及预测目的的数据处理领域，本发明公开了基于多特征分解与融合的电力负荷预测方法及系统，包括：获取目标地区的历史宏观经济数据、历史天气指标数据和历史电力负荷时序数据；根据获取的数据，构建反映长期趋势的特征矩阵和短期波动的特征矩阵；对长期趋势的特征矩阵进行特征提取，得到全局特征矩阵；对短期波动的特征矩阵进行特征提取，得到局部特征矩阵；将全局特征、局部特征和历史电力负荷时序数据进行特征融合；将融合特征输入到预测模型中，得到电力负荷预测结果显著降低了电力负荷数据预测的误差。
基于特征分解融合电力负荷预测方法系统

[发明专利]一种电力系统短期负荷预测方法及相关装置-CN202211342599.8在审
发明人：管致乾;谢震东;唐鹤;郭修杰;唐志强;郭林杰;蓝宇航;李硕;郁景礼;杨文琛;张莉珠;蔡珍珍;康乙武;张峰;何健明;刘嘉明 -专利权人：广东电网有限责任公司佛山供电局
申请日： 2022-10-31 - 公布日： 2022-11-29 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种电力系统短期负荷预测方法及相关装置，方法包括：获取电力系统中负荷相关数据，负荷相关数据包括日期、时刻、温度、湿度和电力负荷值；对负荷相关数据进行预处理操作，预处理操作包括数据清洗、异常值剔除和缺失值填充；将负荷相关数据输入预置KELM模型中进行特征提取操作，得到多个优化负荷特征向量，预置KELM模型包括XGBoost层、KELM层和Adaboost层；基于Stacking‑NN根据多个优化负荷特征向量进行融合预测，同时在融合预测过程中采用预置Pearson相关系数计算多个优化负荷特征向量之间的差异度，从而得到负荷预测结果。解决了现有技术对电力系统短期负荷预测准确性低且可靠性差的技术问题。
一种电力系统短期负荷预测方法相关装置

[发明专利]一种用于电力系统负荷在线建模数据的集成方法及系统-CN202011478497.X在审
发明人：郑志伟;裘微江;赵兵;陈勇;王琦;何春江;严剑峰;郭强;孙华东;李亚楼;田芳;李柏青;林晶怡;李志宏;康建东;郭中华;陈继林;李勤新;吴倩红 -专利权人：中国电力科学研究院有限公司;国家电网有限公司
申请日： 2020-12-15 - 公布日： 2021-04-20 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种用于电力系统负荷在线建模数据的集成方法及系统，属于数据集成技术领域。本发明方法，包括：在省公司在线接入电力系统负荷建模基础数据，对电力系统的负荷建模基础数据的归集；通过省公司调控云对电力系统的负荷建模基础数据进行集成，对集成后的负荷建模基础数据进行正确性校验；当集成的负荷建模基础数据校验为正确时，基于调控云按站及区域级别的负荷建模，将建模成果数据，基于调控云同步至分中心在线负荷建模系统。本发明为生产运行提供更加精准的分时分类负荷模型参数，能够为电网高精度仿真和生产安全决策提供有力支撑，同时也解决了长期以来困扰负荷建模的难题。
一种用于电力系统负荷在线建模数据集成方法系统

[发明专利]一种电力负荷预测中应用分类回归树插补补充缺失值的方法-CN202010630511.7在审
发明人：胡炳谦;周浩;顾一峰;韩俊 -专利权人：上海积成能源科技有限公司
申请日： 2020-07-03 - 公布日： 2020-10-30 - 主分类号： G06Q10/04 文献下载
摘要：一种电力负荷预测中应用分类回归树插补补充缺失值的方法。如何准确预测未来电力负荷在目前的电力运营中已经成为了保证电力系统安全和实现电网科学管理及调度的核心组成部分。在电力负荷预测中，当历史负荷数据出现缺失时，会造成预测模型系统丢失大量的有用信息，也会造成预测模型系统中所表现出的不确定性更加显著，使系统中蕴涵的确定性成分更难把握，就要求人为介入，通过数学方法对缺失值进行补充本发明公开了一种对历史电力负荷数据中的缺失值应用分类回归树插补方法补充缺失数据的方法，可以有效填补历史电力负荷数据中由于各种原因造成缺失值的目的,提高运用于电力负荷预测模型中的数据完整性，保证提高电力负荷预测的结果准确性
一种电力负荷预测应用分类回归树插补补充缺失方法

[发明专利]一种具备自学习功能的非侵入式电力负荷监测系统与方法-CN201610530542.9有效
发明人：栾文鹏;刘博;余贻鑫;刘卫涛;刘中胜;刘浩;杨静;马骁;杜伟强;蒋仲明 -专利权人：天津求实智源科技有限公司
申请日： 2016-07-07 - 公布日： 2019-03-29 - 主分类号： G01R31/00 文献下载
摘要：本发明提供了一种具备自学习功能的非侵入式电力负荷监测系统与方法，在不具备电器设备负荷特征数据库自动维护功能的非侵入式电力负荷监测技术系统的基础上，增加了未建模电器设备负荷特征自动生成功能，能够自动检测出受监测电力负荷内部存在的未建模电器设备，并自动提取其负荷特征参数，最终用以更新非侵入式电力负荷监测技术系统的电器设备负荷特征数据库，从而不再需要技术人员通过人工回访用户的方式来维护和更新电器设备负荷特征数据库，既能通过及时更新电器设备负荷特征数据库来保证系统的监测性能在电力负荷内部引入未建模电器设备时不受影响，又能通过节省人力成本来提高非侵入式电力负荷监测技术系统的运行效率。
一种具备自学习功能侵入电力负荷监测系统方法

[发明专利]一种基于特征相关性的电力负荷影响因素加权量纲化处理方法-CN202111157156.7在审
发明人：姜河;姜铭坤;胡宸嘉;白金禹;魏莫杋;赵琰;王东来;安琦;赵涛;何雨桐;王亚茹;辛长庆;叶瀚文;周航;李兆滢;许鉴 -专利权人：沈阳工程学院
申请日： 2021-09-30 - 公布日： 2022-01-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明设计一种基于特征相关性的电力负荷影响因素加权量纲化处理方法，属于电力负荷预测领域。包括如下步骤：获取电力负荷与相关负荷影响因素历史数据，并对数据分类标记；分别以每种数据类型内的数据为基础对所有数据进行无量纲化处理；计算归一化后各特征数据与负荷输出差值的全局最大值与最小值；计算特征中的每一元素与负荷输出间的相关性数值；本发明在电力负荷预测工作中，避免各种预测模型在应用中只提取无量纲的数据特征进行无物理意义的数值计算的问题。考虑特征相关性并加权量纲化，有助于各种预测模型处理具有虚拟物理意义的数值计算，可以提高电力负荷的预测精度，减少预测波动性。
一种基于特征相关性电力负荷影响因素加权量纲处理方法

[发明专利]一种城中村配变短期电力负荷预测方法和系统-CN202111236075.6在审
发明人：岳首志;洪海生;刘哲;王伟超;段炼;熊俊;陈菁;刘琦;乡立 -专利权人：广东电网有限责任公司广州供电局
申请日： 2021-10-22 - 公布日： 2022-01-14 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种城中村配变短期电力负荷预测方法和系统，利用LSTM模型和Prophet模型构成Prophet‑LSTM组合的短期电力负荷预测模型，将获取到的目标城中村台区的气温数据、负荷数据以及对应的节假日数据输入到短期电力负荷预测模型中，将LSTM模型输出的预测负荷值乘以第一权重，将Prophet模型输出的预测负荷值乘以第二权重，然后将二者叠加，得到最终的预测负荷值作为短期电力负荷预测模型的输出。本发明提供的负荷预测方法负荷预测的准确度在70％以上，最高可达92.86％，提高了城中村台区电力负荷预测的准确性和可靠性。
一种城中村配变短期电力负荷预测方法系统

[发明专利]一种基于用户间用电行为相似性的短期电力负荷预测方法-CN202210750792.9有效
发明人：周颖杰;李政辉;许天赫 -专利权人：四川大学
申请日： 2022-06-29 - 公布日： 2023-04-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于用户间用电行为相似性的短期电力负荷预测方法，包括获取所有用户的历史用电数据；基于自编码器模型，计算目标用户与其它用户之间的用电行为相似度，从其它用户中选择与目标用户的用电行为相似度较高的相关用户；基于集合经验模态分解将目标用户和相关用户的历史用电数据分解为分量数据，并与历史用电数据融合构建预测数据；基于一维卷积神经网络和多头注意力机制构建短期电力负荷预测模型，利用短期电力负荷预测模型根据预测数据对目标用户进行短期电力负荷预测本发明能够提升用户短期电力负荷预测的性能，与现有的一些短期电力负荷预测方法相比，预测准确性更高。
一种基于用户用电行为相似性短期电力负荷预测方法

[发明专利]基于蚁群和支持向量机算法的船舶电力负荷分配方法-CN201010599083.2无效
发明人：俞孟蕻;齐亮;李彦;苏贞 -专利权人：俞孟蕻
申请日： 2010-12-22 - 公布日： 2012-07-11 - 主分类号： G06F19/00 文献下载
摘要：本发明保护一种基于蚁群和支持向量机算法的船舶电力负荷分配方法。该方法能使船舶电力系统自适应作业变化、装载变化和海况变化，提高船舶电力系统的运行效率和可靠性。本发明包括：数据库、蚁群算法和支持向量机算法。数据库用于采集包括船舶航行时的环境数据、电力系统的发电机组配备数据、各种电力设备的用电负荷级别和相关负荷启动及卸载操作情况的数据。蚁群算法用于对数据库采集和存储的大量数据进行筛选和优化。支持向量机算法采用v-支持向量机和混合核函数法，用于建立电力负荷分配模型，构成电力负荷管理系统。
基于支持向量算法船舶电力负荷分配方法

[发明专利]基于BEMD和kmeans电力用户特征分析方法及系统-CN202010571026.7在审
发明人：崔嘉;商业;杨俊友;杨超;王飞;曹智;杨壮观;王欣柳;李桐 -专利权人：沈阳工业大学;国网辽宁省电力有限公司电力科学研究院;国网辽宁省电力有限公司信息通信分公司
申请日： 2020-06-22 - 公布日： 2020-11-06 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及电力系统的负荷预测领域，具体涉及基于BEMD和kmeans电力用户特征分析方法及系统。该方法先获取用户电力负荷数据，并存储为数据库；然后基于经验模态分解方法对电力负荷数据进行预处理；再将分层次的电力负荷数据进行kmeans算法聚类，并选取皮尔逊距离作为样本相似程度的评价指标；根据kmeans本发明分析方法能够适应时间区间负荷数据，同样适用于波动性强、稳定性差的负荷，可实现对于电力用户用电特征的分层次聚类，兼顾了运算速度的前提下聚类效果稳定良好。
基于 bemd kmeans 电力用户特征分析方法系统

[发明专利]一种智能电网大数据在短期负荷预测中的自动预测方法及系统-CN202210725298.7在审
发明人：胡芮嘉;顾牛;张义旭;侯良霄;宗军艳;张峰;王莎莉;蒋雪宁;宋兆亮;朱志超 -专利权人：国网山东省电力公司邹城市供电公司;国网山东省电力公司济宁供电公司;国家电网有限公司
申请日： 2022-06-24 - 公布日： 2022-11-08 - 主分类号： H02J3/00 文献下载
摘要：本发明提出了一种智能电网大数据在短期负荷预测中的自动预测方法及系统，获取目标地区智能电网电力负荷的历史运行数据及对应的负荷类型、天气情况、日期类型、社会事件，构建原始数据集；对原始数据集进行预处理，得到时间序列数据；基于记忆神经网络，构建短期负荷预测模型，利用时间序列数据对短期负荷预测模型进行训练；将预测日的负荷类型、天气情况、日期类型、社会事件及前一日的电力负荷值，输入到训练好的短期负荷预测模型中，得到预测日的电力负荷预测值；本发明将众多相关因素对负荷特性变化的影响精细化，提升预测模型对电力负荷突变事件的敏感度和适应能力，保证预测方法的鲁棒性，大幅度提高负荷预测在短期内的精准度。
一种智能网大数据短期负荷预测中的自动方法系统